调整CNN(如VGG)输入大小的正确方法

我想在128×128大小的图像上训练VGG。我不想将它们缩放到224×224以节省GPU内存和训练时间。正确的做法是什么?


回答:

最好的方法是保持卷积部分不变,并替换全连接层。这样甚至可以使用预训练的权重来初始化网络的卷积部分。全连接层必须随机初始化。这样就可以用较小的输入大小来微调网络。

这里是一些PyTorch代码

要创建一个VGG,只需调用以下代码:

vgg = Custom_VGG(ipt_size=(128, 128), pretrained=True)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注